AI开源项目

谷歌开源时间序列预测模型 具备强大的预测能力，可处理长达2048个时间点的单变量时间序列，支持任意预测时间跨度。

深度学习框架的全新升级 百度飞桨3.0是百度推出的深度学习框架的最新版本，以五大核心技术创新为大模型训推提速。

多模态AI新王者 阿里HumanOmniV2是由阿里巴巴通义实验室开发的一款多模态AI系统，能够通过分析视频、音频、文字等多种信息，像人类一样理解复杂的社交情境和人类意图。

移动设备的智能操作助手 MobileAgent 是一款强大的移动设备操作辅助工具，通过多智能体协作实现复杂任务的自动化操作，提升移动设备的使用效率和便捷性。

让2D图像秒变3D视频 Stability AI 推出的一款 AI 模型，能够将二维图像转换为具有真实深度和透视感的沉浸式三维视频。

高分辨率 3D 资产生成工具 一款用于生成高分辨率纹理化 3D 资产的大型 3D 合成系统，能够高效地创建高质量的 3D 模型和纹理。

让三维空间理解更智能 专注于三维空间理解的大语言模型，能够将三维点云数据转化为结构化的三维场景理解输出，广泛应用于机器人导航、建筑设计等领域。

昆仑万维开源AI短剧创作视频生成模型 昆仑万维开源的中国首个面向AI短剧创作的视频生成模型，能够实现影视级人物微表情表演生成和高质量视频创作。

一种通过生成模型学习材料，规范优化过程的方法，以提高在未知静态照明条件下拍摄的姿势图像中恢复物体材质的准确性。

AuraSR 是基于 GAN 的 Super-Resolution 模型，通过图像条件化增强技术，提升生成图像的质量。该模型采用 GigaGAN 论文的变体实现，并使用 Torch 框架。AuraSR 的优势在于能够有效提高图像的分辨率和质量，适用于图像处理领域。

无混叠任意尺度超分辨率工具 基于神经热场的无混叠任意尺度超分辨率方法，能够实现高质量的图像放大，同时避免常见的混叠问题。

Hunyuan-MT-7B Hunyuan-MT-7B 是腾讯开源的一款轻量级翻译模型，支持 33 种语言互译，在国际机器翻译比赛中拿下 30 个第一名。

表格理解大模型 TabPedia是一个新型的大型视觉-语言模型，由中国科学技术大学和字节跳动公司联合开发。该模型通过概念协同机制，能够无缝集成多种视觉表格理解（VTU）任务，如表格检测、表格结构识别、表格查询和表格问题回答。

PaddleOCR-VL 是百度 2025 年 10 月开源的全球最强文档解析模型，仅用 0.9B 参数即可在复杂版面、手写、表格、公式、图表等全场景实现 SOTA 级“看懂+读懂”。

医疗领域的人工智能推理模型 Baichuan-M2-32B 是一款由 Baichuan AI 开发的医疗增强型推理模型，专为医学推理任务设计，具备强大的医疗知识、推理能力和患者交互能力。